Neuro-Symbolic Geometry Reasoning MLLM Bidirectional Interaction
摘要

几何问题求解在人工智能领域面临独特挑战。现有方法主要分为适应性有限的符号法和易产生幻觉的神经法。近期的神经符号混合模型多依赖单向流程,缺乏反馈机制,导致系统对早期错误极为脆弱。为此,本文提出 BiNSGPS 框架,建立多模态大语言模型顾问与符号求解器之间的双向神经符号交互机制。该机制使模型能主动利用求解器反馈,动态修正不一致的形式化表示或提出辅助假设,从而解决符号冲突并促进复杂演绎推理。

AI 推荐理由

论文核心解决几何推理中的幻觉与错误,通过双向神经符号交互提升逻辑推导能力。

研究机构
MAIS, Institute of Automation of Chinese Academy of Sciences School of Artificial Intelligence, University of Chinese Academy of Sciences
论文信息
作者 Qi Wang, Peijie Wang, Fei Yin, Cheng-Lin Liu
发布日期 2026-06-03
arXiv ID 2606.04648
相关性评分 9/10 (高度相关)